文章详情
| 稿件标题： | 基于创新序列扩展H∞滤波器的自适应车辆运动估计 |
| 稿件作者： | 王放1, 赵芃沛2，4,李海鸽1,王丽妲1,赵军超3 |
| DOI： | 10.11809/bqzbgcxb2023.S2.041 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 状态估计；传感器融合；自动驾驶；扩展滤波；鲁棒性 |
| 文章摘要： | 车辆运动估计是考察汽车自动驾驶技术的关键性能指标。提出了一种新的车辆运动估计方法，以实现高度动态驾驶环境下对汽车的精确定位和跟踪。提出的扩展滤波器基于恒定转速和加速度的运动学模型，融合了激光雷达传感器、惯性传感器和车辆动态传感器的测量结果。利用机器人竞赛中自动驾驶赛车的测量数据验证了该融合算法，并与标准卡尔曼滤波算法的结果进行了比较。结果表明:该估计方法可对高速运动下的物体进行非常快速地跟踪，即使是在创新较低的情况下，仍然可以实现估计。此外，采用了纯运动学模型，该模型对车辆参数、轮胎路面状况变化和驾驶动作变化具有鲁棒性。因此在不同的场景下同样具有广泛的适用性,该算法对车辆运动估计算法的发展有着一定的参考意义。 |
| 引用本文格式： | 王放, 赵芃沛,李海鸽，等.基于创新序列扩展H∞滤波器的自适应车辆运动估计［J］.兵器装备工程学报，2023,44(S2):232-236,255. WANG Fang, ZHAO Pengpei, LI Haige, et al.Adaptive vehicle motion estimation based on innovative sequence extension filters［J］.Journal of Ordnance Equipment Engineering,2023,44(S2):232-236,255. |
| 刊期名称： | 2023年增刊2期 |
| 出版时间： | 2024年2月 |
| 上线时间： | 2024年2月21日 |
| 浏览次数： | 1166 |
| 下载次数： | 24 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |